CN106572390A - 一种音视频推荐方法及设备 - Google Patents

一种音视频推荐方法及设备 Download PDF

Info

Publication number
CN106572390A
CN106572390A CN201610985527.3A CN201610985527A CN106572390A CN 106572390 A CN106572390 A CN 106572390A CN 201610985527 A CN201610985527 A CN 201610985527A CN 106572390 A CN106572390 A CN 106572390A
Authority
CN
China
Prior art keywords
user
scene
mode
operation behavior
local environment
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201610985527.3A
Other languages
English (en)
Other versions
CN106572390B (zh
Inventor
曾东
李琳
黄琼峰
张聪
王姝
纪详虎
魏仕强
蒋亚军
同文地
何丹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
MIGU Music Co Ltd
Original Assignee
MIGU Music Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by MIGU Music Co Ltd filed Critical MIGU Music Co Ltd
Priority to CN201610985527.3A priority Critical patent/CN106572390B/zh
Publication of CN106572390A publication Critical patent/CN106572390A/zh
Application granted granted Critical
Publication of CN106572390B publication Critical patent/CN106572390B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • H04N21/44213—Monitoring of end-user related data
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/454—Content or additional data filtering, e.g. blocking advertisements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4668—Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/482—End-user interface for program selection
    • H04N21/4826—End-user interface for program selection using recommendation lists, e.g. of programs or channels sorted out according to their score

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Social Psychology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本发明公开了一种音视频推荐方法，包括：根据用户登录方式、用户所处环境、用户操作行为获取用户的场景；分别对所述用户登录方式、用户所处环境信息、用户操作行为进行量化，得到量化的场景；生成与所述量化的场景匹配的音视频推荐表并进行推荐。本发明还同时公开了一种服务器。

Description

一种音视频推荐方法及设备
技术领域
本发明涉及多媒体技术领域，尤其涉及一种音视频推荐方法及设备。
背景技术
目前，音乐网站和音乐软件一般是通过音乐排行榜给用户推荐音乐，例如音乐软件将最近一段时间用户评分最高、或者是下载量最多的音乐推荐给用户。
但是，排行榜通常是按照所有用户综合评分、或者是按照下载总量进行排名，这种音乐推荐方法没有考虑不同用户之间的差异性，因此，并不能准确地对用户进行推荐。
发明内容
有鉴于此，本发明实施例期望提供一种音视频推荐方法及设备，能实现针对不同用户的准确推荐。
为达到上述目的，本发明实施例的技术方案是这样实现的：
本发明实施例提供一种音视频推荐方法，所述方法包括：
根据用户登录方式、用户所处环境信息、用户操作行为获取用户的场景；
分别对所述用户登录方式、用户所处环境信息、用户操作行为进行量化，得到量化的场景；
生成与所述量化的场景匹配的音视频推荐表并进行推荐。
上述方案中，所述根据用户登录方式、用户所处环境信息、用户操作行为获取用户的场景，包括：
将一个用户登录方式、一个以上用户所处环境信息、至少一个用户操作行为进行关系叠加，确定用户的场景；
或将一个用户登录方式、一个以上用户所处环境信息进行关系叠加，确定用户的场景；
或将一个用户登录方式、至少一个用户操作行为进行关系叠加，确定用户的场景。
上述方案中，所述方法还包括：获取用户登录方式、用户所处环境信息、用户操作行为；
所述获取用户登录方式、用户所处环境信息、用户操作行为，包括：
接收用户的访问请求消息，根据访问请求消息中的终端标识参数确定用户登录方式；根据访问请求消息中的时间参数、地点参数获取用户所处环境信息；根据访问请求消息中的IP地址参数对应的网页内容获取用户操作行为；其中，
所述用户登录方式，包括通过APP端登录、通过WEB端登录、通过PC端登录；
所述用户所处环境信息，包括时间、地域、季节、天气；
所述用户操作行为，包括倾听、搜索、观看、编辑、设置。
上述方案中，所述分别对所述用户登录方式、用户所处环境信息、用户操作行为进行量化，得到量化的场景，包括：
根据确定的第一标记和用户登录方式的对应关系，使用第一标记对获取的用户登录方式进行赋值；
根据确定的第二标记和用户所处环境信息的对应关系，使用第二标记对获取的用户所处环境信息进行赋值；
根据确定的第三标记和用户操作行为的对应关系，使用第三标记对获取的用户操作行为进行赋值。
上述方案中，所述生成与所述量化的场景匹配的音视频并进行推荐，包括：
根据协同过滤算法，计算获取的量化的场景与预先存储的量化的场景之间的相似度，确定与所述获取的量化的场景相似度接近的场景为相似场景，将与相似场景匹配的音视频加入音视频推荐表中，生成音视频推荐表并进行推荐；
或者，根据协同过滤算法，计算出获取的不同的量化的场景的相似度，确定相似度接近的场景为相似场景，将与相似场景匹配的音视频加入音视频推荐表中，生成音视频推荐表并进行推荐。
本发明实施例还提供了一种服务器，所述服务器包括：
获取模块，用于根据用户登录方式、用户所处环境信息、用户操作行为获取用户的场景；
量化模块，用于分别对所述用户登录方式、用户所处环境信息、用户操作行为进行量化，得到量化的场景；
生成模块，用于生成与所述量化的场景匹配的音视频推荐表并进行推荐。
上述方案中，所述获取模块，具体用于将一个用户登录方式、一个以上用户所处环境信息、至少一个用户操作行为进行关系叠加，确定用户的场景；或将一个用户登录方式、一个以上用户所处环境信息进行关系叠加，确定用户的场景；或将一个用户登录方式、至少一个用户操作行为进行关系叠加，确定用户的场景。
上述方案中，所述获取模块，还用于获取用户登录方式、用户所处环境信息、用户操作行为，包括：接收用户的访问请求消息，根据访问请求消息中的终端标识参数确定用户登录方式；根据访问请求消息中的时间参数、地点参数获取用户所处环境信息；根据访问请求消息中的IP地址参数对应的网页内容获取用户操作行为；其中，
所述用户登录方式，包括通过APP端登录、通过WEB端登录、通过PC端登录；
所述用户所处环境信息，包括时间、地域、季节、天气；
所述用户操作行为，包括倾听、搜索、观看、编辑、设置。
上述方案中，所述量化模块，具体用于根据确定的第一标记和用户登录方式的对应关系，使用第一标记对获取的用户登录方式进行赋值；根据确定的第二标记和用户所处环境信息的对应关系，使用第二标记对获取的用户所处环境信息进行赋值；根据确定的第三标记和用户操作行为的对应关系，使用第三标记对获取的用户操作行为进行赋值。
上述方案中，所述生成模块，具体用于根据协同过滤算法，计算获取的量化的场景与预先存储的量化的场景的相似度，确定与所述获取的量化的场景相似度接近的场景为相似场景，将与相似场景匹配的音视频加入音视频推荐表中，生成音视频推荐表并进行推荐；
或者，根据协同过滤算法，计算出获取的不同的量化的场景的相似度，确定相似度接近的场景为相似场景，将与相似场景匹配的音视频加入音视频推荐表，生成音视频推荐表并进行推荐。
本发明实施例提供的音视频推荐方法及设备，根据用户登录方式、用户所处环境信息、用户操作行为获取用户的场景；分别对所述用户登录方式、用户所处环境信息、用户操作行为进行量化，得到量化的场景；生成与所述量化的场景匹配的音视频推荐表并进行推荐。如此，由于本发明实施例的音视频推荐表根据不同用户、同一用户所处的不同场景而获得，且不同场景又是进一步与不同用户、同一用户的用户登录方式、用户所处环境信息、用户操作行为相关，基于这些基本信息可以区分不同的用户、同一用户所处的不同场景等等，进而使用不同的音视频推荐表对不同的用户进行音视频推荐，不仅能实现用户的个性化，而且能准确地对用户进行音视频推荐。
附图说明
图1为本发明实施例一音视频推荐方法的实现流程示意图；
图2为本发明实施例二服务器的组成结构示意图。
具体实施方式
为了能够更加详尽地了解本发明实施例的特点与技术内容，下面结合附图对本发明实施例的实现进行详细阐述，所附附图仅供参考说明之用，并非用来限定本发明。
实施例一
本实施例是以服务器侧为例，来详细说明音视频推荐方法的实现过程。如图1所示，本实施例中音视频推荐方法实现流程，包括以下步骤：
步骤101：根据用户登录方式、用户所处环境信息、用户操作行为获取用户的场景。
具体地，服务器将一个用户登录方式、一个以上用户所处环境信息、至少一个用户操作行为进行关系叠加，确定用户的场景；
或将一个用户登录方式、一个以上用户所处环境信息进行关系叠加，确定用户的场景；
或将一个用户登录方式、至少一个用户操作行为进行关系叠加，确定用户的场景。
这里，可以按照下面的顺序进行关系叠加确定用户场景：
用户的场景＝用户登录方式的量化值+用户所处环境信息的量化值+用户操作行为的量化值；
或者，用户的场景＝用户登录方式的量化值+用户所处环境信息的量化值；
或者，用户的场景＝用户登录方式的量化值+用户操作行为的量化值；
其中，所述用户登录方式的量化值的叠加顺序可以为：用户登录方式的量化值＝通过APP端登录的量化值+通过WEB端登录的量化值+通过PC端登录的量化值；
这里，包括但不限于是通过APP端登录的量化值、通过WEB端登录的量化值、通过PC端登录的量化值的关系叠加；
所述用户所处环境信息的量化值的叠加顺序可以为：用户所处环境信息的量化值＝时间的量化值+地域的量化值+季节的量化值+天气的量化值；
这里，包括但不限于是时间的量化值、地域的量化值、季节的量化值、天气的量化值的关系叠加；
所述用户操作行为的量化值的叠加顺序可以为：用户操作行为的量化值＝倾听的量化值+搜索的量化值+观看的量化值+编辑的量化值+设置的量化值；
这里，包括但不限于是倾听的量化值、搜索的量化值、观看的量化值、编辑的量化值、设置的量化值的关系叠加。
这里，服务器接收用户的访问请求消息，根据访问请求消息中的终端标识参数确定用户登录方式；根据访问请求消息中的时间参数、地点参数获取用户所处环境信息；根据访问请求消息中的IP地址参数对应的网页内容获取用户操作行为；其中，
所述用户登录方式，包括通过APP端登录、通过WEB端登录、通过PC端登录；
所述用户所处环境信息，包括时间、地域、季节、天气；
所述用户操作行为，包括倾听、搜索，观看，编辑、设置。
这里，所述根据访问请求消息中的IP地址参数对应的网页内容获取用户操作行为，包括：
如果访问请求消息中的IP地址参数对应的网页内容包含音频，则判断用户操作行为是倾听；如果访问请求消息中的IP地址参数对应的网页内容包含文本信息，则判断用户操作行为是搜索；如果访问请求消息中的IP地址参数对应的网页内容包含视频，则判断用户操作行为是观看；如果访问请求消息中的IP地址参数对应的网页内容有所更新，则判断用户操作行为是编辑；如果访问请求消息中的IP地址参数对应的网页内容包含的页眉内容、页面尺寸有所更新，则判断用户操作行为是设置。
本发明实施例中，所述场景可以用于区分不同用户，也可以用于区分同一用户处于不同位置、和/或不同状态、和/或不同环境下。
步骤102：分别对所述用户登录方式、用户所处环境信息、用户操作行为赋值，得到量化的场景。
具体地，服务器根据确定的第一标记和用户登录方式的对应关系，使用第一标记对获取的用户登录方式进行赋值；
根据确定的第二标记和用户所处环境信息的对应关系，使用第二标记对获取的用户所处环境信息进行赋值；
根据确定的第三标记和用户操作行为的对应关系，使用第三标记对获取的用户操作行为进行赋值。
举例来说，确定第一标记和用户登录方式的对应关系为：APP端登录方式对应数字1，WEB端登录方式对应数字2，PC端登录方式对应数字3；
确定第二标记和用户所处环境信息的对应关系为：时间中的上午对应01、下午对应02、晚上对应03，季节中的春天对应04、夏天对应05、秋天对应06、冬天对应07，天气中的晴天对应08、阴天对应09、雨天对应10、雪天对应11，地域对应12；
确定第三标记和用户操作行为的对应关系为：倾听对应001，搜索对应002，观看对应003，编辑对应004，设置对应005。
步骤103：生成与所述量化的场景匹配的音视频推荐表并进行推荐。
具体地，服务器根据协同过滤算法，计算获取的量化的场景与预先存储的量化的场景的相似度，确定与所述获取的量化的场景相似度接近的场景为相似场景，将与相似场景匹配的音视频加入音视频推荐表中，生成音视频推荐表并进行推荐；
或者，根据协同过滤算法，计算出获取的不同的量化的场景的相似度，确定相似度接近的场景为相似场景，将与相似场景匹配的音视频加入推荐表中，生成音视频推荐表并进行推荐。
这里，对本发明实施例生成与所述量化的场景匹配的音视频推荐表的具体实现过程做进一步地说明。
第一种情况：服务器获取的是用户A的量化的场景，预先存储的是用户B、用户C的量化的场景，用户A、B、C的场景分别如下：
用户A使用APP登录，时间为上午、季节为春天，操作行为是搜索；用户B使用APP登录，时间为上午、季节为春天，操作行为是搜索；用户C使用APP登录，时间为下午、季节为春天，操作行为是搜索。
首先，服务器接收用户A的访问请求消息，根据访问请求消息中的终端标识参数获取用户登录方式为通过APP端登录，根据访问请求消息中的时间参数获取用户所处环境中的时间为上午、季节为春天，根据访问请求消息中的IP地址参数先判断网页内容，进而根据网页内容获取用户操作行为是搜索；
然后，对所述用户登录方式赋值为1、对用户所处环境信息赋值为0104、对用户操作行为赋值为002，得到量化的场景为10104002；
服务器预先存储的用户B的量化的场景为10104002，用户C的量化的场景为10204002；
服务器根据协同过滤算法，分别计算用户A、B、C的量化的场景的相似度，得出用户A和用户B对应的量化的场景为相似场景；将与用户B的量化的场景匹配的音视频加入音视频推荐表中，生成音视频推荐表并推荐给用户A。
第二种情况：服务器获取的是用户A、B、C的量化的场景，分别如下：
首先，服务器接收用户A的访问请求消息，根据访问请求消息中的终端标识参数获取用户登录方式为通过APP端登录，根据访问请求消息中的时间参数获取用户所处环境中的时间为上午、季节为春天，根据访问请求消息中的IP地址参数先判断网页内容，进而根据网页内容获取用户操作行为是搜索；
接收用户B的访问请求消息，根据访问请求消息中的终端标识参数获取用户登录方式为通过APP端登录，根据访问请求消息中的时间参数获取用户所处环境中的时间为上午、季节为春天，根据访问请求消息中的IP地址参数先判断网页内容，进而根据网页内容获取用户操作行为是搜索；
接收用户C的访问请求消息，根据访问请求消息中的终端标识参数获取用户登录方式为通过APP端登录，根据访问请求消息中的时间参数获取用户所处环境中的时间为下午、季节为春天，根据访问请求消息中的IP地址参数先判断网页内容，进而根据网页内容获取用户操作行为是搜索；
然后，对所述用户A的用户登录方式赋值为1、用户所处环境信息赋值为0104、用户操作行为赋值为002，得到量化的场景为10104002；
对所述用户B的用户登录方式赋值为1、用户所处环境信息赋值为0104、用户操作行为赋值为002，得到量化的场景为10104002；
对所述用户C的用户登录方式赋值为1、用户所处环境信息赋值为0204、用户操作行为赋值为002，得到量化的场景为10204002；
服务器根据协同过滤算法，计算出获取的用户A、B、C共三种量化的场景的相似度，确定用户A对应的量化的场景与用户B对应的量化的场景为相似场景，将与用户A的量化的场景匹配的音视频加入音视频推荐表，生成音视频推荐表，推荐给用户B；或者将与用户B的量化的场景匹配的音视频加入音视频推荐表，生成音视频推荐表，推荐给用户A。
实施例二
为实现实施例一的方法，本实施例提供了一种服务器，如图2所示，所述服务器包括：获取模块21、量化模块22、生成模块23；其中，
获取模块21，用于根据用户登录方式、用户所处环境信息、用户操作行为获取用户的场景；
量化模块22，用于分别对所述用户登录方式、用户所处环境信息、用户操作行为进行量化，得到量化的场景。
生成模块23，用于生成与所述量化的场景匹配的音视频推荐表并进行推荐。
所述获取模块21，具体用于将一个用户登录方式、一个以上用户所处环境信息、至少一个用户操作行为进行关系叠加，确定用户的场景；或将一个用户登录方式、一个以上用户所处环境信息进行关系叠加，确定用户的场景；或将一个用户登录方式、至少一个用户操作行为进行关系叠加，确定用户的场景。
这里，可以按照下面的顺序进行关系叠加确定用户场景：
用户的场景＝用户登录方式的量化值+用户所处环境信息的量化值+用户操作行为的量化值；
或者，用户的场景＝用户登录方式的量化值+用户所处环境信息的量化值；
或者，用户的场景＝用户登录方式的量化值+用户操作行为的量化值；
其中，所述用户登录方式的量化值的叠加顺序可以为：
用户登录方式的量化值＝通过APP端登录的量化值+通过WEB端登录的量化值+通过PC端登录的量化值；
这里，包括但不限于是通过APP端登录的量化值、通过WEB端登录的量化值、通过PC端登录的量化值的关系叠加；
所述用户所处环境信息的量化值的叠加顺序可以为：用户所处环境信息的量化值＝时间的量化值+地域的量化值+季节的量化值+天气的量化值；
这里，包括但不限于是时间的量化值、地域的量化值、季节的量化值、天气的量化值的关系叠加；
所述用户操作行为的量化值的叠加顺序可以为：用户操作行为的量化值＝倾听的量化值+搜索的量化值+观看的量化值+编辑的量化值+设置的量化值；
这里，包括但不限于是倾听的量化值、搜索的量化值、观看的量化值、编辑的量化值、设置的量化值的关系叠加。
所述获取模块21，还用于获取用户登录方式、用户所处环境信息、用户操作行为，包括：接收用户的访问请求消息，根据访问请求消息中的终端标识参数确定用户登录方式；根据访问请求消息中的时间参数、地点参数获取用户所处环境信息；根据访问请求消息中的IP地址参数对应的网页内容获取用户操作行为。
这里，所述用户登录方式，包括通过APP端登录、通过WEB端登录、通过PC端登录；所述用户所处环境信息，包括时间、地域、季节、天气；所述用户操作行为，包括倾听、搜索、观看、编辑、设置。
这里，所述根据访问请求消息中的IP地址参数对应的网页内容获取用户操作行为，包括：
如果访问请求消息中的IP地址参数对应的网页内容包含音频，则判断用户操作行为是倾听；如果访问请求消息中的IP地址参数对应的网页内容包含文本信息，则判断用户操作行为是搜索；如果访问请求消息中的IP地址参数对应的网页内容包含视频，则判断用户操作行为是观看；如果访问请求消息中的IP地址参数对应的网页内容有所更新，则判断用户操作行为是编辑；如果访问请求消息中的IP地址参数对应的网页内容包含的页眉内容、页面尺寸有所更新，则判断用户操作行为是设置。
本发明实施例中，所述场景可以用于区分不同用户，也可以用于区分同一用户处于不同位置、和/或不同状态、和/或不同环境下。
所述量化模块22，具体用于根据确定的第一标记和用户登录方式的对应关系，使用第一标记对获取的用户登录方式进行赋值；根据确定的第二标记和用户所处环境信息的对应关系，使用第二标记对获取的用户所处环境信息进行赋值；根据确定的第三标记和用户操作行为的对应关系，使用第三标记对获取的用户操作行为进行赋值。
举例来说，确定第一标记和用户登录方式的对应关系为：APP端登录方式对应数字1，WEB端登录方式对应数字2，PC端登录方式对应数字3；
确定第二标记和用户所处环境信息的对应关系为：时间中的上午对应01、下午对应02、晚上对应03，季节中的春天对应04、夏天对应05、秋天对应06、冬天对应07，天气中的晴天对应08、阴天对应09、雨天对应10、雪天对应11，地域对应12；
确定第三标记和用户操作行为的对应关系为：倾听对应001，搜索对应002，观看对应003，编辑对应004，设置对应005。
所述生成模块23，具体用于根据协同过滤算法，计算获取的量化的场景与预先存储的量化的场景的相似度，确定与所述获取的量化的场景相似度接近的场景为相似场景，将与相似场景匹配的音视频加入音视频推荐表中，生成音视频推荐表并进行推荐；或者，根据协同过滤算法，计算出获取的不同的量化的场景的相似度，确定相似度接近的场景为相似场景，将与相似场景匹配的音视频加入音视频推荐表，生成音视频推荐表并进行推荐。
在实际应用中，获取模块21、量化模块22、生成模块23可由位于服务器上的中央处理器(CPU，Central Processing Unit)、微处理器(MPU，Micro Processor Unit)、数字信号处理器(DSP，Digital Signal Processor)、或现场可编程门阵列(FPGA，FieldPrgrammable Gate Array)等实现。
以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。

Claims (10)

1.一种音视频推荐方法，其特征在于，所述方法包括：
根据用户登录方式、用户所处环境信息、用户操作行为获取用户的场景；
分别对所述用户登录方式、用户所处环境信息、用户操作行为进行量化，得到量化的场景；
生成与所述量化的场景匹配的音视频推荐表并进行推荐。
2.根据权利要求1所述的方法，其特征在于，所述根据用户登录方式、用户所处环境信息、用户操作行为获取用户的场景，包括：
将一个用户登录方式、一个以上用户所处环境信息、至少一个用户操作行为进行关系叠加，确定用户的场景；
或将一个用户登录方式、一个以上用户所处环境信息进行关系叠加，确定用户的场景；
或将一个用户登录方式、至少一个用户操作行为进行关系叠加，确定用户的场景。
3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：获取用户登录方式、用户所处环境信息、用户操作行为；
所述获取用户登录方式、用户所处环境信息、用户操作行为，包括：
接收用户的访问请求消息，根据访问请求消息中的终端标识参数确定用户登录方式；根据访问请求消息中的时间参数、地点参数获取用户所处环境信息；根据访问请求消息中的IP地址参数对应的网页内容获取用户操作行为；其中，
所述用户登录方式，包括通过APP端登录、通过WEB端登录、通过PC端登录；
所述用户所处环境信息，包括时间、地域、季节、天气；
所述用户操作行为，包括倾听、搜索、观看、编辑、设置。
4.根据权利要求1所述的方法，其特征在于，所述分别对所述用户登录方式、用户所处环境信息、用户操作行为进行量化，得到量化的场景，包括：
根据确定的第一标记和用户登录方式的对应关系，使用第一标记对获取的用户登录方式进行赋值；
根据确定的第二标记和用户所处环境信息的对应关系，使用第二标记对获取的用户所处环境信息进行赋值；
根据确定的第三标记和用户操作行为的对应关系，使用第三标记对获取的用户操作行为进行赋值。
5.根据权利要求1或4所述的方法，其特征在于，所述生成与所述量化的场景匹配的音视频并进行推荐，包括：
根据协同过滤算法，计算获取的量化的场景与预先存储的量化的场景之间的相似度，确定与所述获取的量化的场景相似度接近的场景为相似场景，将与相似场景匹配的音视频加入音视频推荐表中，生成音视频推荐表并进行推荐；
或者，根据协同过滤算法，计算出获取的不同的量化的场景的相似度，确定相似度接近的场景为相似场景，将与相似场景匹配的音视频加入音视频推荐表中，生成音视频推荐表并进行推荐。
6.一种服务器，其特征在于，所述服务器包括：
获取模块，用于根据用户登录方式、用户所处环境信息、用户操作行为获取用户的场景；
量化模块，用于分别对所述用户登录方式、用户所处环境信息、用户操作行为进行量化，得到量化的场景；
生成模块，用于生成与所述量化的场景匹配的音视频推荐表并进行推荐。
7.根据权利要求6所述的服务器，其特征在于，
所述获取模块，具体用于将一个用户登录方式、一个以上用户所处环境信息、至少一个用户操作行为进行关系叠加，确定用户的场景；或将一个用户登录方式、一个以上用户所处环境信息进行关系叠加，确定用户的场景；或将一个用户登录方式、至少一个用户操作行为进行关系叠加，确定用户的场景。
8.根据权利要求6所述的服务器，其特征在于，
所述获取模块，还用于获取用户登录方式、用户所处环境信息、用户操作行为，包括：接收用户的访问请求消息，根据访问请求消息中的终端标识参数确定用户登录方式；根据访问请求消息中的时间参数、地点参数获取用户所处环境信息；根据访问请求消息中的IP地址参数对应的网页内容获取用户操作行为；其中，
所述用户登录方式，包括通过APP端登录、通过WEB端登录、通过PC端登录；
所述用户所处环境信息，包括时间、地域、季节、天气；
所述用户操作行为，包括倾听、搜索、观看、编辑、设置。
9.根据权利要求6所述的服务器，其特征在于，所述量化模块，具体用于根据确定的第一标记和用户登录方式的对应关系，使用第一标记对获取的用户登录方式进行赋值；根据确定的第二标记和用户所处环境信息的对应关系，使用第二标记对获取的用户所处环境信息进行赋值；根据确定的第三标记和用户操作行为的对应关系，使用第三标记对获取的用户操作行为进行赋值。
10.根据权利要求6所述的服务器，其特征在于，
所述生成模块，具体用于根据协同过滤算法，计算获取的量化的场景与预先存储的量化的场景的相似度，确定与所述获取的量化的场景相似度接近的场景为相似场景，将与相似场景匹配的音视频加入音视频推荐表中，生成音视频推荐表并进行推荐；
或者，根据协同过滤算法，计算出获取的不同的量化的场景的相似度，确定相似度接近的场景为相似场景，将与相似场景匹配的音视频加入音视频推荐表，生成音视频推荐表并进行推荐。
CN201610985527.3A 2016-11-09 2016-11-09 一种音视频推荐方法及设备 Active CN106572390B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610985527.3A CN106572390B (zh) 2016-11-09 2016-11-09 一种音视频推荐方法及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610985527.3A CN106572390B (zh) 2016-11-09 2016-11-09 一种音视频推荐方法及设备

Publications (2)

Publication Number Publication Date
CN106572390A true CN106572390A (zh) 2017-04-19
CN106572390B CN106572390B (zh) 2020-03-13

Family

ID=58540704

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610985527.3A Active CN106572390B (zh) 2016-11-09 2016-11-09 一种音视频推荐方法及设备

Country Status (1)

Country Link
CN (1) CN106572390B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107948748A (zh) * 2017-11-30 2018-04-20 奇酷互联网络科技（深圳）有限公司 推荐视频的方法、设备、移动终端及计算机存储介质
CN107948754A (zh) * 2017-11-29 2018-04-20 成都视达科信息技术有限公司 一种视频推荐方法和系统
CN108416446A (zh) * 2018-03-15 2018-08-17 北京奇艺世纪科技有限公司 一种视频满意度确定方法及装置
CN108932451A (zh) * 2017-05-22 2018-12-04 北京金山云网络技术有限公司 音视频内容分析方法及装置
CN109271555A (zh) * 2018-09-19 2019-01-25 上海哔哩哔哩科技有限公司 信息聚类方法、系统、服务器及计算机可读存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104268154A (zh) * 2014-09-02 2015-01-07 百度在线网络技术（北京）有限公司 一种用于提供推荐信息的方法和装置
CN104361085A (zh) * 2014-11-14 2015-02-18 百度在线网络技术（北京）有限公司 信息推荐方法、装置、浏览器、服务器及系统
CN105142104A (zh) * 2015-06-19 2015-12-09 北京奇虎科技有限公司 提供推荐信息的方法、设备以及系统
CN105320766A (zh) * 2015-10-28 2016-02-10 百度在线网络技术（北京）有限公司 信息推送方法和装置
CN105872790A (zh) * 2015-12-02 2016-08-17 乐视网信息技术（北京）股份有限公司 一种音视频节目推荐的方法及系统
CN105930429A (zh) * 2016-04-19 2016-09-07 乐视控股（北京）有限公司 一种音乐推荐的方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104268154A (zh) * 2014-09-02 2015-01-07 百度在线网络技术（北京）有限公司 一种用于提供推荐信息的方法和装置
CN104361085A (zh) * 2014-11-14 2015-02-18 百度在线网络技术（北京）有限公司 信息推荐方法、装置、浏览器、服务器及系统
CN105142104A (zh) * 2015-06-19 2015-12-09 北京奇虎科技有限公司 提供推荐信息的方法、设备以及系统
CN105320766A (zh) * 2015-10-28 2016-02-10 百度在线网络技术（北京）有限公司 信息推送方法和装置
CN105872790A (zh) * 2015-12-02 2016-08-17 乐视网信息技术（北京）股份有限公司 一种音视频节目推荐的方法及系统
CN105930429A (zh) * 2016-04-19 2016-09-07 乐视控股（北京）有限公司 一种音乐推荐的方法及装置

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108932451A (zh) * 2017-05-22 2018-12-04 北京金山云网络技术有限公司 音视频内容分析方法及装置
CN107948754A (zh) * 2017-11-29 2018-04-20 成都视达科信息技术有限公司 一种视频推荐方法和系统
CN107948748A (zh) * 2017-11-30 2018-04-20 奇酷互联网络科技（深圳）有限公司 推荐视频的方法、设备、移动终端及计算机存储介质
CN107948748B (zh) * 2017-11-30 2021-08-17 奇酷互联网络科技（深圳）有限公司 推荐视频的方法、设备、移动终端及计算机存储介质
CN108416446A (zh) * 2018-03-15 2018-08-17 北京奇艺世纪科技有限公司 一种视频满意度确定方法及装置
CN109271555A (zh) * 2018-09-19 2019-01-25 上海哔哩哔哩科技有限公司 信息聚类方法、系统、服务器及计算机可读存储介质

Also Published As

Publication number Publication date
CN106572390B (zh) 2020-03-13

Similar Documents

Publication Publication Date Title
CN106572390A (zh) 一种音视频推荐方法及设备
KR101728122B1 (ko) 소셜 네트워크에서 사용자들을 추천하기 위한 방법 및 그 시스템
CN104899302B (zh) 向用户推荐音乐的方法和装置
CN108462888B (zh) 用户电视及上网行为的智能关联分析方法及系统
WO2017096877A1 (zh) 一种推荐方法和装置
CN105190618B (zh) 用于自动文件检测的对来自基于文件的媒体的特有信息的获取、恢复和匹配
US8407609B2 (en) System and method for providing and tracking the provision of audio and visual presentations via a computer network
CN104598505B (zh) 多媒体资源推荐方法及装置
CN106326431A (zh) 一种信息推荐方法和装置
CN103870454A (zh) 数据推荐方法及系统
US20150205580A1 (en) Method and System for Sorting Online Videos of a Search
US20150213136A1 (en) Method and System for Providing a Personalized Search List
WO2007001605A2 (en) Providing community-based media item ratings to users
CN104504059A (zh) 多媒体资源推荐方法
US20210319475A1 (en) Method and system for matching location-based content
CN105868248A (zh) 媒体推荐方法及装置
CN103970891A (zh) 一种基于情境的用户兴趣信息查询方法
CN102857471A (zh) 多媒体交互方法及系统
CN102411579A (zh) 一种搜索行业相关信息的方法及装置
CN106815284A (zh) 新闻视频的推荐方法及推荐装置
CN111159561A (zh) 根据用户行为和用户画像构建推荐引擎的方法
CN107818156A (zh) 一种实时个性化新闻推荐方法及系统
CN111143689A (zh) 根据用户需求和用户画像构建推荐引擎的方法
CN103475532A (zh) 硬件检测方法和系统
CN104182486A (zh) 电子地图展现方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant